Kimi K3 能力超预期，中国 AI 模型成本效率优势继续强化

概览

本报告是 Jefferies AI Series 第 58 篇，围绕 Moonshot AI 发布 Kimi K3 后的模型能力、成本表现、全球基准排名、token 消耗和模型定价进行跟踪。报告认为 Kimi K3 的发布构成市场意外惊喜，体现中国模型在大参数、长上下文、代码能力、Agent 能力和成本效率上的快速迭代。

核心观点

核心观点是：中国大模型的能力与美国前沿模型差距正在收窄，同时在 API 成本、架构效率和 token 消耗增长方面呈现更强相对优势。Kimi K3 在 Artificial Analysis、Frontend Code Arena 以及编码、通用 Agent、视觉 Agent 等维度表现靠前；DeepSeek、Qwen、Kimi、MiniMax 和 Zhipu 等中国模型凭借 MoE、attention 机制和更高模型算力利用率获得成本优势。需求端，OpenRouter token 消耗回升，尤其中国模型消耗规模超过美国模型，对 BAT、Kingsoft Cloud、AI labs 和 Kling 等生态参与者形成正面催化。

分析框架

报告采用行业数据跟踪方式，综合模型基准测试、API 输入输出价格、OpenRouter token 消耗、Token Expenditure Index、模型架构说明和中美模型横向比较，评估 Kimi K3 及中国 AI 模型生态的竞争力。

方法论与常识提炼

• 模型能力基准Artificial Analysis Intelligence Index v4.1

  多维智能评估

  该指数整合 GDPval-AA v2、t-Banking、Terminal-Bench v2.1、SciCode、Humanity's Last Exam、GPQA Diamond、CritPt、AA-Omniscience 和 AA-LCR 等 9 项评估，用于比较全球前沿模型的综合智能水平。

• 使用需求跟踪OpenRouter token consumption

  token 消耗量

  报告用 OpenRouter 的周度 token 消耗衡量模型使用强度，并比较中国模型、美国模型及具体模型的使用排名。

• 成本效率跟踪Token Expenditure Index

  按模型使用结构加权的支出指数

  指数随用户需求向高价模型迁移而上升，报告将其用于观察模型需求是否转向高端或高成本服务。

• 价格比较Model Input/Output API Pricing

  每百万 tokens 输入与输出价格

  报告比较 Kimi K3 与全球模型的输入、输出 API 价格，以判断相同能力下的成本表现。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Moonshot AI / Kimi K3

  核心研究对象

  优势

  具备开放 2.8T 参数规模、1M context、原生多模态、较强编码与 Agent 能力，并在多个基准测试中排名靠前。

  劣势

  报告未提供商业化收入、用户留存或盈利能力数据，模型权重完整发布仍需等待 7月27日。

  对比

  在 Artificial Analysis Index 中排名第 3，落后于 Fable5 和 GPT-5.6 Sol(Max)，但在 Frontend Code Arena 中排名第 1。

  风险

  如果后续真实开发者采用、API 稳定性或模型权重开放效果不及预期，市场对其能力突破的定价可能回落。

• DeepSeek、Qwen、Kimi、MiniMax、Zhipu

  中国高性价比模型阵营

  优势

  凭借 MoE、GQA、sparse attention、linear attention 和 MLU 等架构优化，API 成本较美国模型更低，智能差距持续收窄。

  劣势

  全球顶级模型能力仍由 Anthropic、Google、OpenAI 等美国公司占据重要位置，部分高端 benchmark 仍有追赶空间。

  对比

  报告称中国模型 API 成本仅为美国模型的一小部分，并引用 Stanford AI Index 指出美国顶级模型领先中国模型 2.7%。

  风险

  价格竞争可能压缩模型服务利润率，且监管、算力供给和海外生态接入仍是不确定因素。

• Baidu、Alibaba、Tencent、Kingsoft Cloud

  潜在受益云服务商与互联网平台

  优势

  AI 模型与 Agent 使用增长将增加算力、云服务和模型托管需求，大型平台具备基础设施和客户基础优势。

  劣势

  报告未逐家公司给出收入敏感性、利润弹性或评级变化。

  对比

  相较纯模型公司，云服务商可能更直接受益于 token 消耗和企业工作流部署增长。

  风险

  如果 token 消耗增长不能转化为付费 API 或云收入，或企业设置员工 token 消耗上限，业绩兑现可能低于预期。

• Kling 与视频生成模型生态

  AI 应用需求受益方向

  优势

  视频生成模型定价与会员方案被纳入报告跟踪，显示多模态和内容生成仍是应用层重要场景。

  劣势

  报告中的视频生成价格表信息较碎片化，缺少明确市场份额和盈利指标。

  对比

  与通用 LLM 相比，视频生成应用更依赖单位视频成本、会员转化和内容创作需求。

  风险

  视频生成价格竞争、推广折扣和模型成本下降可能影响商业化质量。

关键数据

• Kimi K3 参数规模2.8T报告称 Moonshot AI 发布首个开放 2.8T 模型 Kimi K3。
• Kimi K3 Artificial Analysis 排名No. 3位列 Fable5 和 GPT-5.6 Sol(Max) 之后。
• Kimi K3 Frontend Code Arena 排名No. 1报告认为该排名凸显其前端代码能力。
• Kimi K3 context1M context同时具备原生多模态能力。
• Delta Attention 解码效率最高 6.3x报告称在百万 token 上下文中可实现最高 6.3 倍更快解码。
• Attention Residuals 训练效率高 25%额外成本低于 2%。
• 总体 scaling efficiency较 K2 提升 2.5x报告将其归因于架构更新与 Stable LatentMoE 框架。
• OpenRouter 总 token 消耗52.6tn7月6日至7月12日当周环比增长 12.6%。
• 中国模型 token 消耗27.6tn7月6日至7月12日当周，较前一周增长 17.7%。
• 美国模型 token 消耗6.3tn报告指出中国模型在 OpenRouter token 消耗上超过美国模型。
• Token Expenditure Index1.57-1.617月12日当周区间，低于7月5日当周的 1.63-1.65，也低于5月31日的 2.04。
• OpenRouter 模型 token 排名Hy3(free) 6.13T、MiMo-V2.5 5.95T、DeepSeek V4 Flash 5.22T对应最新周排名前三。
• Stanford AI Index 领先差距2.7%报告引用 2026 Stanford AI Index Report 称美国顶级模型领先中国模型 2.7%。

影响与含义

投资含义在于，Kimi K3 的发布强化了中国 AI 模型在全球前沿模型竞争中的可见度，且成本效率优势可能推动更多开发者、企业和 Agent 工作流采用中国模型。token 消耗上升将带动云计算资源、模型 API 调用、AI Agent、代码工作流和内容生成需求，利好云服务商、模型实验室以及视频生成等应用层公司。

风险

• 模型 benchmark 表现可能无法完全代表真实生产环境中的稳定性、延迟、开发者体验和企业部署效果。
• 中国模型的成本优势可能引发更激烈价格竞争，导致 API 收入增长与利润率改善不同步。
• 企业对员工 token 消耗设置上限可能抑制高端模型支出和 Token Expenditure Index 回升。
• 模型能力快速迭代可能缩短单一模型领先窗口，Kimi K3 的市场惊喜需要后续使用量和生态采用验证。
• 中美模型比较涉及数据来源、评价框架和样本差异，排名变化可能带来市场预期波动。

后续跟踪

• Kimi K3 完整模型权重于 7月27日发布后的开发者采用和真实应用反馈。
• OpenRouter 后续周度 token 消耗是否延续增长，以及中国模型相对美国模型的份额变化。
• Token Expenditure Index 是否继续走弱，或因高端模型需求恢复而回升。
• DeepSeek、Qwen、Kimi、MiniMax、Zhipu 等中国模型在 Artificial Analysis 与代码、Agent、视觉任务中的排名变化。
• Baidu、Alibaba、Tencent、Kingsoft Cloud 等公司是否在财报或运营数据中体现 AI token 消耗增长带来的云收入贡献。
• 模型 API 与视频生成服务的价格调整、促销结束后的真实付费需求和单位经济性。